[發(fā)明專利]歌詞改寫方法及裝置有效
| 申請?zhí)枺?/td> | 202010171885.7 | 申請日： | 2020-03-12 |
| 公開（公告）號： | CN111476003B | 公開（公告）日： | 2022-11-22 |
| 發(fā)明（設計）人： | 曹紹升;楊軼斐 | 申請（專利權(quán)）人： | 支付寶（杭州）信息技術有限公司 |
| 主分類號： | G06F40/166 | 分類號： | G06F40/166;G06F40/30 |
| 代理公司： | 北京眾達德權(quán)知識產(chǎn)權(quán)代理有限公司 11570 | 代理人： | 張桂蓉 |
| 地址： | 310000 浙江省杭州市*** | 國省代碼： | 浙江;33 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 歌詞 改寫 方法 裝置 | ||
本說明書實施例公開了一種歌詞改寫方法及裝置，對待改寫的目標歌詞文本中每句歌詞，從該句歌詞的句末詞語開始，向前逐個選取詞語進行改寫，直至完成對該句歌詞中句首詞語的改寫，得到改寫后歌詞文本。
技術領域
本說明書實施例涉及歌詞處理技術，尤其涉及一種歌詞改寫方法及裝置。
背景技術
歌詞的創(chuàng)作需要創(chuàng)作者有一定的文學功底以及人生閱歷，同時創(chuàng)作者的創(chuàng)作靈感也會在很大程度上影響歌詞的創(chuàng)作。隨著AI技術的不斷發(fā)展，AI已經(jīng)不斷被應用到我們生活、工作的方方面面，比如，AI作詞作曲功能就能夠幫助音樂人(或愛好者)創(chuàng)造出更好的歌詞或曲調(diào)。
發(fā)明內(nèi)容
本說明書實施例提供一種歌詞改寫方法及裝置，實現(xiàn)快速準確對實現(xiàn)對歌詞等押韻文本進行自動改寫。
第一方面，本說明書實施例提供一種歌詞改寫方法，包括：獲取待改寫的目標歌詞文本，并針對所述目標歌詞文本中每句歌詞，從該句歌詞的句末詞語開始，向前逐個選取詞語進行改寫，直至完成對該句歌詞中句首詞語的改寫，得到改寫后歌詞文本，其中，對該句歌詞中除句末詞語之外的每個詞語進行改寫，包括：確定出該句歌詞中第i個詞語的第一改寫候選集，所述第一改寫候選集包含一個以上候選詞以及每個候選詞的第一改寫概率，i依次取N-1至1，N為該句歌詞的詞語數(shù)量；針對所述第一改寫候選集中每個候選詞，通過已訓練的歌詞語言模型確定所述候選詞與該句歌詞中改寫后詞語組成的詞語序列的歌詞語言模型打分；根據(jù)所述第一改寫候選集中每個候選詞的第一改寫概率，以及所述候選詞與該句歌詞中改寫后詞語組成的詞語序列的歌詞語言模型打分，從所述第一改寫候選集中確定出第一目標候選詞，并將所述第i個詞語改寫為所述第一目標候選詞。
第二方面，本說明書實施例提供一種歌詞改寫方法，包括：獲取待改寫的目標歌詞文本，并針對所述目標歌詞文本中每句歌詞，從該句歌詞的句首詞語開始，向后逐個選取詞語進行改寫，直至完成對該句歌詞中句末詞語的改寫，得到改寫后歌詞文本，其中，對該句歌詞中除句末詞語之外的每個詞語進行改寫，包括：確定出該句歌詞中句首詞語的第三改寫候選集，所述第三改寫候選集中包含一個以上候選詞以及每個候選詞的第一改寫概率；根據(jù)所述第三改寫候選集中每個候選詞的第一改寫概率，從所述第三改寫候選集中確定出第三目標候選詞，并將所述句首詞語改寫為所述第三目標候選詞；確定出該句歌詞中第i個詞語的第四改寫候選集，所述第四改寫候選集中包含一個以上候選詞以及每個候選詞的第一改寫概率，i依次取2至N-1，N為該句歌詞的詞語數(shù)量；針對所述第四改寫候選集中每個候選詞，通過已訓練的歌詞語言模型確定所述候選詞與該句歌詞中改寫后詞語組成的詞語序列的歌詞語言模型打分；根據(jù)所述第四改寫候選集中每個候選詞的第一改寫概率和以及所述候選詞與該句歌詞中改寫后詞語組成的詞語序列的歌詞語言模型打分，從所述第四改寫候選集中確定出第四目標候選詞，將所述第i個詞語改寫為所述第四目標候選詞。
第三方面，本說明書實施例提供一種歌詞改寫裝置，包括：第一歌詞獲取單元，用于獲取待改寫的目標歌詞文本；第一歌詞改寫單元，用于針對所述目標歌詞文本中每句歌詞，從該句歌詞的句末詞語開始，向前逐個選取詞語進行改寫，直至完成對該句歌詞中句首詞語的改寫，得到改寫后歌詞文本，其中，所述第一歌詞改寫單元包括：第一改寫子單元，用于針對所述目標歌詞文本中每句歌詞，對該句歌詞中除句末詞語之外的每個詞語進行改寫，包括：確定出該句歌詞中第i個詞語的第一改寫候選集，所述第一改寫候選集包含一個以上候選詞以及每個候選詞的第一改寫概率，i依次取N-1至1，N為該句歌詞的詞語數(shù)量；針對所述第一改寫候選集中每個候選詞，通過已訓練的歌詞語言模型確定所述候選詞與該句歌詞中改寫后詞語組成的詞語序列的歌詞語言模型打分；根據(jù)所述第一改寫候選集中每個候選詞的第一改寫概率以及所述候選詞與該句歌詞中改寫后詞語組成的詞語序列的歌詞語言模型打分，從所述第一改寫候選集中確定出第一目標候選詞，并將所述第i個詞語改寫為所述第一目標候選詞。
該專利技術資料僅供研究查看技術是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于支付寶（杭州）信息技術有限公司，未經(jīng)支付寶（杭州）信息技術有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010171885.7/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
